科技改變金融：智能投顧的前世今生。智能投顧又稱機器人投顧（robo-advisor），基于馬克維茨提出的現代投資組合理論（MPT，Modern PortfolioTheory），結合投資者的財務狀況、風險偏好、理財目標等，運用云計算、大數據、機器學習等技術搭建的數據模型和后臺算法為投資者提供相關資產配置建議。目前智能投顧以ETF 為主要投資標的，并可借助豐富多樣的模型算法，提供包括交易執行、資產再平衡、稅收籌劃、房貸償還、稅收申報等在內的系列增值服務；其服務模式具有自動化、智能化、定制化的特征。作為科技驅動金融創新的典型應用，智能投顧的演進與計算機技術的發展高度相關。在投顧1.0 時代，傳統投資顧問可能使用計算機進行數據的處理分析，但投資組合本質上還是由人工管理，機器在整個決策過程中只起到相當弱的輔助作用；互聯網的普及，將投資顧問服務代入2.0 時代，部分投顧業務被放到了互聯網平臺上，有效實現其服務范圍向中等凈值人群的擴張，但這一階段的資產配置建議依然主要依靠人力，差異僅在于市場滲透手段的提升；直到大數據、云計算、人工智能等出現，投顧服務真正開始走向智能化的3.0 時代。
技術支撐+需求驅動，智能投顧熱度高漲。智能投顧的概念2008 年起源于美國，依托大數據分析，采用智能交易策略，借助互聯網或手機平臺為用戶提供自動的、低成本的投資服務。典型智能投顧的顯著特征即是人機交互，量化投資，全程無人工。憑借先進的服務理念、較低的資金門檻、較小的投資風險和較好的用戶體驗，智能投顧一經面世即受到普通投資者的青睞，短短10 年時間內獲得高速發展。智能投顧的快速爆發背后原因眾多，但歸根結底的兩大核心要素仍在于技術支撐與需求驅動。
形式多樣，智能投顧提供投資管理全價值鏈服務。智能投顧在服務流程上依然遵照典型的投資管理價值鏈，一般包括：客戶分析、大類資產配置、投資組合選擇、交易執行、投資組合再平衡與分析、稅收優化等環節。在實現手段上，智能投顧最顯著的特征即是人機交互，量化投資，全程無人工，而這也正是其區別于傳統投顧的根本差異所在；但考慮到技術發展的漸進性，以及人工服務在親和度、靈活度等方面的優勢，當前智能投顧從廣義上而言，也包括投資數據智能分析、策略組合社交分享、人力輔助溝通等形式。
